基于缨帽变换的农田洪水淹没范围遥感信息提取

针对灾后水中悬浮物质增多和高含水量农作物导致常规水体信息提取方法精度较低的问题，提出了一种基于缨帽变换的农田洪水淹没范围遥感信息提取方法。首先，对灾前、灾后遥感图像进行辐射定标和大气校正。其次，通过缨帽变换获取绿度分量和湿度分量；然后，利用最大类间方差法对湿度分量进行分割，结合绿度分量提取水体信息；最后，叠加农田矢量数据，确定农田洪水淹没范围。以湖南省岳阳市及其附近区域为研究区，从定性和定量两个方面对方法进行精度评价。结果表明，该方法所得结果边界清晰，范围准确，生产者精度和用户精度分别为0.97和0.90。该研究能够为农田灾损评估、洪涝灾害动态监测提供参考。     

基于缨帽变换的遥感图像融合方法研究

本文阐述了图像融合和缨帽变换的意义,针对缨帽变换在植被信息提取方面的优点,提出一种新的基于缨帽变换的遥感图像融合方法。为了验证算法的有效性,在城区遥感图像融合中,将其与其他几种图像融合算法进行比较。实验结果表明,基于缨帽变换的遥感图像融合方法得到的结果图像纹理清晰、结构完整、光谱保持能力强,在城市零星绿地提取中有着显著的效果。     

长江口淤泥质潮滩环形水边线信息提取方法研究

研究淤泥质潮滩冲淤变化的一项基础性工作就是水边线信息的提取。与传统的Hough变换类环状物体检测方法不同,本文提出了一种适合于淤泥质潮滩环形水边线信息提取的识别检测算法。首先利用水边线灰度的梯度信息实现图像分割,进行边缘检测;然后通过数学形态学方法进行膨胀运算与内部填充,使得边缘连续;最后通过构造线段型结构元素得到连续、平滑的水边线。实验结果表明:该方法不仅算法简单,而且提取到的水边线信息效果良好。     

基于缨帽变换影像融合的遥感影像植被信息提取

充分结合缨帽变换、遥感影像融合以及归一化植被指数(NDVI)的优点,提出了一种基于缨帽变换的遥感影像融合与NDVI相结合的植被信息提取方法,并与传统的NDVI方法进行了对比。实验表明,该方法很好地改善了遥感影像植被信息的提取精度,特别是提取道路两旁的行道树以及居民小区中的绿地信息,效果更好。     

基于DTM的水边线遥感信息提取方法

水边线附近的高浊度悬沙及浅滩表层的残余水体是影响水边线信息提取的重要因素。在分析长江口区不同浓度水体与背景地物光谱特征的基础上，采用决策树分析方法进行水边线提取，在分类器的节点用水深信息作为约束条件，消除了水边线附近热流对热红外波段水边线提取的影响。同时，利用参考DTM及潮位信息实施了水边线的提取，此方法有效消除了表层残余水体对水边线提取的影响。最后运用统计学中自身一致性校验及平均偏移指数来评价提取结果。结果表明，两种方法的总体提取效果较好，精度令人满意。     

基于MODIS 数据的悬浮泥沙定量遥感方法

以黄海及东海海域为对象,研究用MOD IS数据提取我国海域悬浮泥沙时空分布的定量遥感方法,建立了基于MOD IS数据的悬浮泥沙定量遥感实用模式。研究表明,用250 m和1 000 m分辨率的MOD IS数据进行悬浮泥沙浓度的定量遥感,可以达到实际应用的精度要求。这说明,MOD IS数据是研究近岸水体中悬浮物输运变化规律的一种经济实用数据源。     

基于多源遥感数据的水体信息提取研究

卫星遥感技术已被广泛应用到水体信息提取中,但目前基于遥感技术的水体信息提取多采用单一的遥感数据源,而没有充分利用多源数据的信息复合优势,因此,提取结果经常受天气气候或空间分辨率限制。本文研究了不同尺度、不同平台的多种遥感数据源的水体信息提取方法。首先,基于波谱间关系决策树分类算法对Landsat ETM+图像进行水体提取,利用其分辨率优势较准确地提取出水体范围;其次,在Radarsat SAR图像上利用阈值法粗提取水体信息后,结合DEM剔除阴影得到水体信息;最后,利用灾前Landsat ETM+图像水体信息提取结果和灾中Radarsat SAR图像水体信息提取结果,进行差值处理,得到洪水淹没范围。研究结果可以为洪水灾害监测与评估提供信息依据。     

面向灾后水体遥感信息提取的知识决策树构建及应用

灾害发生以后,悬浮物质、波浪和水深等"同物异谱"会导致水体信息提取不完整,而阴影、沥青路面、浓密植被等"异物同谱"也会降低水体信息提取精度。针对此问题,提出一种特征知识引导的灾后水体信息提取方法。首先,分析水体遥感图像特征(光谱特征、几何特征、纹理特征、空间关系特征),构建灾后水体信息提取知识决策树;其次,对遥感图像进行面向对象分割,获取对象基元,并计算特征参数;然后,在知识决策树的支持下提取灾后水体信息;最后,对水体信息提取结果进行后处理,以去除噪声和填充孔洞。选取"5·12汶川地震"遥感图像开展验证实验,结果表明,水体信息提取结果位置准确,边界清晰,生产者精度和用户精度分别为0.85和0.94,该方法能够有效提取复杂背景下的灾后水体信息。     

基于直线特征检测的道路边线自动提取方法

针对如何从车载激光点云数据中快速、准确地提取道路边线的问题,本文提出一种基于直线特征检测的道路边线自动提取方法。首先对原始点云进行地面滤波,删除非地面点,获取包含道路信息的地面点云,接着把点云投影到二维图像上,根据反射强度获得平均强度图像,对平均强度图像进行LSD直线检测,获得道路边线的直线段,然后进行直线连接,把检测出来的短线段连接成长直线,最后根据直线特征提取出道路边线,并且利用定量指标对提取结果进行定量分析。实验证明,该方法提取的道路边线具有较高的准确率和完整性。     

利用BP神经网络提取TM影像水体

常用的水体提取方法需要设定阈值,而阈值的选择通常需要反复实验才能确定。为克服这一不足,本文提出了一种基于BP神经网络和光谱特征的水体自动提取方法。首先在TM影像中提取水体样本光谱信息、谱间关系、归一化差异水体指数以及缨帽变换(K-T变换)的第三分量(TC3)特征,然后将这4个特征作为BP神经网络的训练输入参数,最后利用训练好的网络对水体进行提取。对长沙市区TM影像进行水体提取,发现该方法组合了其他方法的优点,在不设置阈值的情况下,得到了更好的水体提取效果。